我正在构建一个包含 4 个潜在变量的结构方程模型：身体生活方式、社会生活方式、创伤评分和 DV（幸福感）。
我们对幸福感进行了 7 个问题的调查，但我认为将幸福感、抑郁症和焦虑症的三项调查剔除以使其成为潜在因变量会更合理（测量误差更小）。我收到警告说，仅使用调查的比例分数时协方差矩阵不是正定的，因此我决定实际合并调查本身的问题。但是，当我这样做然后查看修改指数时，我收到一个输出表明残差当前不相关，当我认为这是任何潜在变量的默认值时，这就是为什么我想知道我是否指定正确的幸福潜在变量（是否只是添加最终将包含该潜在变量的所有问题）。
下面是整个模型。潜在变量“幸福”目前只有来自 phq 9，抑郁调查的问题；和一般焦虑调查（但也将添加到幸福调查中）。我在下面添加了修改索引的输出。
我在这里包含了一些数据：https ://drive.google.com/file/d/1AX50DFNik30Qsyiyp6XnPMETNfVXK83r/view?usp=sharing
非常感谢！
fit.latent_wb <- '
#factor loadings; measurement model portion
pl =~ exercisescore + mindfulnessscore + promistscore
sl =~ family_support + friendshipcount + friendshipnet +
sense_of_community + sesscore + ethnicity
trauma =~ neglectscore + abusescore + exposure + family_support + age
wb =~ phq9_1 + phq9_2 + phq9_3 + phq9_4 + phq9_5 + phq9_6 +
phq9_7 + phq9_8 + phq9_9 + gad7_1 + gad7_2 + gad7_3 + gad7_4 +
gad7_5+ gad7_6+ gad7_7
#regressions: structural model
wb ~ age + gender + ethnicity + sesscore + resiliencescore +
pl + emotionalsupportscore + trauma
resiliencescore ~ age + sesscore + emotionalsupportscore + sl
emotionalsupportscore ~ sl + gender
friendshipnet~~age
exercisescore~~sense_of_community
'
fit.latent_wb <- sem(fit.latent_wb, data = total, meanstructure = TRUE, std.lv = TRUE)
summary(fit.latent_wb, fit.measures = TRUE,standardized = TRUE, rsquare = TRUE, estimates = FALSE)
Mod 索引的输出：
